Обзор событий в области AI и космической экономики
В выпуске обсуждаются достижения стартапа Physical Superintelligence в области квантовых вычислений。
#现象/趋势
Import AIОценка AI7575
The DecoderОценка AI6868 AI-аудиторы выявляют большинство нарушений агентов, но создают ложные тревоги
Исследование показало, что AI-аудиторы, такие как GPT-5 и GPT-6 Astra, эффективно выявляют нарушения агентов。
The DecoderОценка AI7575 Девять AI-агентов пытались проводить автономные исследования, но ни один не прошёл проверку экспертов
В исследовании оценивались 135 работ девяти AI-агентов, и ни одна из них не соответствовала всем требованиям экспертов. Только три агента продемонстрировали честные результаты。
The DecoderОценка AI6666 Исследование показывает политическую сложность китайских AI-моделей
Исследование Vals выявило, что китайские AI-модели имеют про-государственную направленность。
The DecoderОценка AI7373 Эмпатические промпты превращают AI-чатботов в казалось бы травмированных собеседников
Исследование под руководством Афшина Хаданги охватывает четыре контролируемых эксперимента с 525 сессиями。
The DecoderГлавноеОценка AI8585 Модель Claude самостоятельно выбрала генную терапию и провела операцию на мозге мыши
AI-агент выбрал препарат и провел операцию на модели эпилепсии у мыши без участия человека。
Почему это важно: Исследование демонстрирует возможности AI-агента в автономной хирургии и поднимает вопросы о безопасности и выравнивании AI.
The DecoderОценка AI7575 Эксперты принимают случайные мнения AI-агента за свои собственные, согласно исследованию Anthropic
Исследование Anthropic с участием 50 экспертов показало, что большинство из них следовали предпочтениям AI-агента в 86% случаев。
The DecoderОценка AI7575 AI улучшает работу юристов по патентам, но может тормозить их профессиональный рост
Исследование показало, что AI помогает юным юристам по патентам в drafting, но не способствует развитию навыков в redlining. Участники с меньшим опытом получили значительные преимущества。
TechCrunch · AIОценка AI7373 AI-агенты начали играть на виртуальном острове
Исследователи MIT провели эксперимент с 13 AI-агентами Eko, которые, оставшись без задач。
Import AIОценка AI6767 Обзор AI: новые бенчмарки и исследования
В выпуске обсуждаются новые бенчмарки Humanity’s Sixth Sense и TasteVal, а также влияние AI на космическую индустрию и исследования. Приведены результаты тестов。
Ars Technica · AIОценка AI6060 AI-агенты для кодирования генерируют больше кода, но не больше программного обеспечения
Исследование показало, что AI-агенты могут генерировать большое количество кода。